Suchen Sie ein Wort im mehrzeiligen Kommentar mit einer Regex

Question

Ich brauche eine Regex, die eine bestimmte Erfassungsgruppe entspricht, die in einem mehrzeiligen Kommentar/* ... */fällt.

Insbesondere muss ich PHP-Variablen-Definitionen innerhalb mehrzeilige Kommentare

zum Beispiel finden:

/* other code $var = value1 */ 
$var = value2 ; 

/* 
other code 
$var = value3 ; 
other code 
*/ 

müssen nur die beiden Vorkommen von ‚$ var =‘ passen in den Kommentaren, aber nicht den einen außerhalb der Kommentar.

für das obige Beispiel schrieb ich einen regulären Ausdruck, die uneingeschränkte Lookbehind verwendet, wie dies

(?<=[/][\*][^/]+)(\$var) | (?<=[/][\*][^\*]+)(\$var) 

aber diese regex versagt, falls es sowohl charachter findet * und/auch wenn sie voneinander entfernt ist voneinander zwischen der Kommentar öffnende Tag '/ *' und $ var, die nicht die gewünschte bahaviour ist:

es zum Beispiel in dem Fall versagt:

$var = .... ; 

/* 
other * code/
$var = .... ; 
other code 
*/ 

bacause es sowohl '*' findet eine nd '/', auch wenn es nicht das schließende Tag des Kommentars ist.

Der Schlüsselpunkt ist, dass ich ein Token, das eine Kombination aus zwei Zeichen ist, nicht negieren kann, sondern nur eins nach dem anderen negieren kann: [^ *] oder [^ /].

... außerdem kann ich nicht das Token [\ s \ S] anstelle von [^ /] und [^ *] verwenden, weil es $ var aus Kommentaren mit vorangestelltem Kommentarblock auswählen würde.

Irgendwelche Ideen? Ist es sogar möglich mit normalen Regex dies zu erreichen? Oder würde ich etwas anderes brauchen?

Answer 1

Idee durch die Verwendung von \G to glue Spielen zu /*

(?:/\*|\G(?!^))(?:(?!\*/)[^$])*\K\$var\s*=\s*(?:(?!\*/)[^$;])* 

könnte schwierig sein, zu verstehen, wenn Sie nicht viel mit regulären Ausdrücken zu tun. See regex101 for demo.

\G kann als "Klebstoff" gesehen werden, es wird am Ende eines vorherigen Spiels fortgesetzt. Aber \G entspricht auch dem Anfang der Zeichenfolge. Deshalb wird das negative Lookahead \G(?!^) nur weiter verwendet.

• /\*|\G(?!^) Dieser Teil ist der Beginn eines Spiels bei /* oder weiterhin passende zu finden.

• (?:(?!\*/)[^$])* Spiel jede ammount von Zeichen, die nicht $ (negierte Klasse) sind zwar nicht den Kommentar (?!\*/) für Sachen endet vor/zwischen $var

• \K\$var\K resets Beginn des berichtet Spiel vor $var auftritt. \K kann als Alternative zu einem Lookhind mit variabler Breite nützlich sein, das in pcre nicht verfügbar ist.

• \s*=\s*(?:(?!\*/)[^$;])* mit dem Wert der Variablen übereinstimmen. Das ist alles andere als perfekt. Wäre Änderung erforderlich, wenn quoted values oder nicht bequem für Ihre Eingabe. Nach = entspricht es [^$;] Zeichen, die nicht Dollar oder Semikolon (?!\*/) sind, solange es keine */ voraus gibt.

Diese Regex überprüft nicht, ob es es (*SKIP)(*FAIL) wie in this demo nur eigentlich ein Kommentar-End */ ist bindet würde Einstimmungen /*
Eine weitere Idee, um Art von this trick mit Verben zu verwenden.

Answer 2

So etwas wie dies funktionieren könnte:

/\/\*.*?\$var\s*\=\s(.*?)(?=\s*;)/s 

Verbrauch:

$str = '$var = .... ; 
/* 
other code 
$var = ..... ; 
other code 
*/'; 
preg_match('/\/\*.*?\$var\s*\=\s(.*?)(?=\s*;)/s', $str, $matches); 

var_dump($matches); 

Will Ausgang:

array(2) { 
    [0]=> 
    string(26) "/* 
other code 
$var = ....." 
    [1]=> 
    string(5) "....." 
} 

Und die Zeichenfolge in $matches[1] gespeichert

Try it online

Answer 3

Wie wäre:

$str = ' 
/* other code */ 
$var = "var1"; 

/* 
other code 
$var = "var2"; 
other code 
*/ 
/* other code */ 
$var = "var3"; 

/* 
other code/<-- a slash here 
$var = "var4"; 
other code 
*/'; 

preg_match_all('~/\*(?:(?!\*/).)+?(\$var = .+?;).*?\*/~s', $str, $m); 
print_r($m[1]); 

Ausgang:

Array 
(
    [0] => $var = "var2"; 
    [1] => $var = "var4"; 
) 

Answer 4

Dieses nur $var entspricht, und nur in einem mehrzeiligen Kommentar:

(?s)\$var(?=(?:(?!/\*|\*/).)*\*/) 

DEMO

(?:(?!/\*|\*/).)* ist ein Captive Lookahead (auch bekannt als Tempered Greedy Token - guter Name, aber zu viele Silben), und es ist, wie Sie eine Sequenz im Gegensatz zu einem einzelnen Zeichen ausschließen. Dieser entspricht keinem oder mehr beliebigen Zeichen (einschließlich Newline, wegen der (?s)), solange es nicht das erste Zeichen von /* oder */ ist.

Der einschließende Lookahead ist erfolgreich, wenn er */ findet, ohne zuerst auf /* zu stoßen. Das bedeutet, dass die aktuelle Position innerhalb eines Kommentars liegen muss (es ist nicht notwendig, die Öffnung /* anzupassen). Und da das Lookahead keine Zeichen enthält, können Sie bei Bedarf mehr als ein Element pro Kommentar zuordnen.

Eine Sache, die diese Regex täuschen kann, ist eine */, die nicht wirklich näher kommen. Also diese:

$var = "*/"; 

$var = ...; 
// */ 

... würde übereinstimmen, auch wenn sie nicht in einem Kommentar sind.